Evolusi AI dalam Bisnis:Seberapa Jauh Kami Telah Datang
Saat membuka email saya pagi ini, saya diberi peringatan tentang pesan lama yang saya kirim. Peringatan itu mengatakan, “Dikirim 10 hari yang lalu; maukah kamu mengikutinya?” Memang, saya perlu mengingatkan rekan saya untuk merespons. Pengalaman tersebut membuat saya merenungkan seberapa jauh kami telah melangkah dan apa yang ada di depan dengan kecerdasan buatan (AI) dalam bisnis.
Saya menjadi terpesona dengan bidang ini hampir 40 tahun yang lalu, ketika saya masih menjadi mahasiswa sarjana di Berkeley di bawah Profesor Alice Agogino. Profesor Agogino menggambar diagram sederhana ini di papan tulis.
Saat itu, sistem AI disebut sistem pakar. Mereka memungkinkan lebih banyak orang untuk menyelesaikan sebagian besar tugas di tingkat ahli. Mereka meningkatkan potensi pengguna dan menggeser kurva kinerja untuk seluruh bisnis. Dengan sistem ini, para ahli dapat fokus pada tugas paling menantang yang hanya dapat mereka tangani.
Selama bertahun-tahun, ide menarik ini — bahwa teknologi dapat meningkatkan kinerja kami dalam skala besar — tetap bersama saya. Ini telah membentuk hasrat saya, dan perjalanan profesional saya sendiri telah mengikuti lintasan AI itu sendiri.
Namun dalam perjalanannya, ada beberapa tantangan. Model dalam sistem kami cenderung mengikuti perubahan dalam bisnis; meskipun mereka akan menyelesaikan masalah kemarin secara optimal, lambat laun mereka akan menjadi basi. Mereka membutuhkan tim khusus untuk digunakan serta untuk pemeliharaan.
Di Mana Kita Saat Ini
Sistem AI saat ini secara fundamental berbeda dari sistem pakar awal dan solusi bisnis tradisional dalam tiga hal:
-
Kami menggunakannya secara berbeda;
-
Penekanan pada kecerdasan telah bergeser dari otomatisasi ke augmentasi, dan
-
Sistem AI belajar dari penggunaan dan beradaptasi dengan perubahan dalam bisnis.
Cara kami menggunakannya: Solusi bisnis tradisional sering kali terfragmentasi. Satu set sistem memberi tahu Anda bagaimana bisnis Anda saat ini berjalan (intelijen bisnis tradisional), yang lain membantu Anda memutuskan bagaimana untuk menjalankan bisnis Anda, dan satu lagi memungkinkan Anda untuk merekam apa yang Anda lakukan untuk menjalankan bisnis Anda (perencanaan sumber daya perusahaan).
Pengguna harus mengikuti jalur yang membosankan dan tidak terhubung, mulai dari analisis deskriptif dan diagnostik hingga analisis dan pengoptimalan prediktif menggunakan model kembar digital. Kemudian, setelah keputusan dibuat, mereka harus berbalik dan mencatat keputusan itu dalam ERP mereka.
Sebaliknya, ketika kami menggunakan AI, kami memulai langsung dengan rekomendasi dan dapat menjelajahi wawasan prediktif, diagnostik, dan deskriptif sebagai penjelasan. AI menawarkan panduan langkah demi langkah untuk mengambil tindakan, meskipun kami mungkin membuat keputusan yang berbeda dari rekomendasi.
Pergeseran penekanan: Sistem pakar tradisional terlalu fokus pada otomatisasi. Sistem AI saat ini dapat membantu kita menavigasi dan mengatur proses bisnis. Menurut pendapat saya, lebih baik menganggap AI sebagai ditambah kecerdasan daripada kecerdasan buatan. Saat ini, kami melihat AI sebagai sesuatu yang dapat kami latih dan sesuaikan dengan kebutuhan kami.
Pembelajaran dan adaptasi :Sistem bisnis tradisional bersifat statis dan cenderung basi seiring waktu. Mereka membutuhkan peningkatan dan revisi untuk memasukkan umpan balik atau perubahan dalam bisnis. Sistem AI, sebaliknya, bersifat dinamis. Mereka belajar dan beradaptasi dengan perubahan kebutuhan bisnis. Semakin sering Anda menggunakannya, semakin pintar dan efektif mereka dari waktu ke waktu.
BI Tradisional | AI |
Mengharuskan pengguna untuk mengikuti jalur yang membosankan dan sering terputus, mulai dari analitik deskriptif dan diagnostik untuk mengeksplorasi alternatif, memprediksi hasil, membuat pilihan , dan akhirnya mengambil tindakan untuk menjalankan bisnis. |
Menawarkan tindakan yang direkomendasikan kepada pengguna dan kemampuan untuk mengeksplorasi wawasan prediktif, diagnostik, dan deskriptif sebagai penjelasan. AI telah melakukan semua pekerjaan berat di seluruh langkah analisis biasa. |
Terbatas pada dasbor deskriptif, laporan, dan peringatan. |
Memadukan bagaimana pengguna melakukan tugas sehari-hari; Anda mungkin tidak menyadarinya. |
Cenderung menjadi semakin umum untuk menargetkan audiens yang lebih luas seiring perkembangannya. |
Belajar untuk menjadi pribadi dan semakin spesifik untuk perilaku dan preferensi pengguna individu, bahkan saat rentang pengguna bertambah seiring waktu. |
Berfokus pada analisis data. |
Berfokus pada pengambilan keputusan. |
Statis dan bisa basi seiring waktu. Mereka membutuhkan penyempurnaan dan revisi untuk mengikuti perubahan kebutuhan dan preferensi bisnis. |
Dinamis dan dirancang untuk belajar dan beradaptasi dengan perubahan. Semakin sering Anda menggunakannya, semakin pintar dan efektif dari waktu ke waktu. |
Apa yang Ada di Depan
Meskipun kuat, kemampuan AI memang menimbulkan beberapa tantangan.
Pertama, mendapatkan nilai maksimal dari AI membutuhkan manajemen perubahan yang rajin, baik dalam perilaku maupun sikap terhadap teknologi. Jika orang melihat teknologi sebagai ancaman atau sarana untuk memperluas target kinerja mereka, mereka akan bekerja untuk menyabot keberhasilannya. Selain itu, jika adopsi AI berarti hilangnya kendali atau kontak pribadi dengan pelanggan dan pemasok, atau menghalangi pemikiran lintas fungsi, itu akan gagal.
Di sisi lain, jika orang melihat AI sebagai seperangkat alat baru yang membuat hidup mereka lebih mudah, membuat mereka lebih pintar, berkolaborasi di seluruh organisasi, dan mencapai lebih banyak, mereka akan bekerja untuk membuatnya sukses.
Isu kedua adalah tentang etika dalam AI. Kita perlu membuat AI lebih transparan dan etis. Model pembelajaran mesin mempelajari apa yang telah mereka pelajari dan pelajari. Jika datanya bias, AI juga akan menjadi bias. Juga, tidak ada yang suka mengikuti rekomendasi dari kotak hitam. Model AI harus menjelaskan rekomendasinya, asumsi apa yang dibuat, pola apa yang dirasakan, dan opsi mana yang dieksplorasi secara transparan.
Terakhir, kita harus bertanya pada diri sendiri apakah masalah yang sedang kita selesaikan dengan AI adalah masalah yang tepat untuk diselesaikan. Kita harus bekerja untuk memanfaatkan AI untuk memperluas jangkauan manusia dan meningkatkan kehidupan, daripada mengendalikannya.
Transformasi AI hingga saat ini, dengan kata lain, revolusioner. Semakin kita merangkul, memanfaatkan, dan meningkatkan teknologi ini, semakin banyak bisnis kita akan meningkat.
Adeel Najmi adalah chief product officer di LevaData.